В ходе работы ученые уделили основное внимание технологии искусственного интеллекта, которая называется глубинным обучением. Она подразумевает использование алгоритмов, больших данных (big data) и компьютерных возможностей, которые позволяют имитировать интеллект человека. Такие технологии помогают выявлять закономерности развития заболеваний на основе изучения нескольких тысяч изображений, а затем применять полученные данные в новых отдельных случаях для постановки диагноза.
Новый метод уже вызвал интерес в американских медицинских кругах. Не так давно Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США даже одобрило использование ряда алгоритмов искусственного интеллекта в здравоохранении, чтобы снизить нагрузку на медицинских работников и усовершенствовать систему оказания медицинской помощи. Однако, как считают специалисты, еще рано говорить о каком-то существенном прогрессе.
По словам руководителя исследования, профессора Аластера Деннистона из Университетских больниц Бирмингема NHS Foundation Trust (Великобритания), менее одного процента из 20 500 изученных в ходе исследования статей можно считать достаточно убедительными.
В ходе нашего широкомасштабного исследования мы обнаружили, что технологии глубинного обучения действительно могут выявлять различные заболевания, от онкологических до глазных, так же точно, как и врачи. Однако тут важно отметить, что искусственный интеллект в этом отношении существенно не опередил человека, — отметил ученый.
Используя данные 14 научных работ, исследователи обнаружили, что алгоритмы глубинного обучения правильно ставили диагноз в 87 % случаев, в то время как врачи делали это в 86 % обращений. Кроме того, искусственный интеллект правильно определял людей, не страдающих каким-либо заболеванием, в 93 % случаев. Медики же посчитали здоровыми 91 % обратившихся к ним людей. Таким образом, ученые не обнаружили существенной разницы между применением технологий искусственного интеллекта и уровнем подготовки обычных врачей.
В то же время исследователи считают полученные результаты довольно многообещающими, поскольку они наглядно демонстрируют возможности искусственного интеллекта. По мнению ученых, для расширения знаний об истинном потенциале глубинного обучения необходимо улучшить качество исследований и отчетности в медицинских учреждениях. К примеру, можно протестировать технологии искусственного интеллекта в ситуациях, типичных для повседневной работы медиков. Кроме того, необходимо расширить сферу анализа данных. Например, методом случайной контролируемой выборки сравнить информацию, полученную с помощью искусственного интеллекта, с данными альтернативных диагностических тестов. По мнению ученых, машинное обучение может помочь в решении проблем в сфере здравоохранения, но для этого необходимо убедить клиницистов и общественность в безопасности передовых технологий.
По данным американского банка Morgan Stanley, мировой рынок искусственного интеллекта в здравоохранении стремительно растет и, как ожидается, увеличится с 1,3 миллиарда долларов в 2019 году до 10 миллиардов долларов к 2024 году.
Больницы во всем мире уже активно используют технологии искусственного интеллекта. К примеру, в Великобритании врачи-офтальмологи применяют алгоритм, разработанный DeepMind, британским исследовательским центром искусственного интеллекта, принадлежащим Google. Он позволяет поставить точный диагноз и дать полное описание болезни всего через 30 секунд после оптической когерентной томографии глаза.
Кроме того, с помощью технологии искусственного интеллекта, названной DeepGestalt, можно назвать определенные редкие генетические мутации у человека, используя лишь фотографию его лица. Как отмечается, в ходе трех испытаний искусственный разум превзошел клиницистов в выявлении ряда синдромов, благодаря чему удалось улучшить качество лечения и ухода за пациентами.
